視頻圖像中陰影的檢測方法及裝置製造方法
2023-09-22 23:30:20 2
視頻圖像中陰影的檢測方法及裝置製造方法
【專利摘要】本發明提供了一種視頻圖像中陰影的檢測方法及裝置，其中，上述方法包括：獲取當前幀圖像中被監控目標的目標特徵；在預設旋轉範圍內對獲取的每個目標特徵進行旋轉；將旋轉得到的每個目標特徵與預處理後的當前幀圖像進行匹配，其中，預設旋轉範圍為當前幀圖像中被監控目標在光源位置變化範圍內產生的陰影的變化範圍；將與當前幀圖像匹配的目標特徵所在區域確定為被監控目標的陰影區域。採用本發明提供的上述技術方案，解決了相關技術中，現有的陰影檢測消除方法存在的陰影消除效果不佳，實現較為複雜等技術問題，從而增強了陰影消除的效果，並且實現簡單，能夠滿足視頻實時分析處理的要求。
【專利說明】視頻圖像中陰影的檢測方法及裝置
【技術領域】
[0001]本發明涉及通信領域，具體而言，涉及一種視頻圖像中陰影的檢測方法及裝置。
【背景技術】
[0002]在視頻監控的場景中，特別是室外太陽光等強光源照射的情況下，目標都會產生陰影。由於陰影與目標具有相似的特性，比如輪廓、大小、運動特性等都很相似，因此在提取目標時，往往也同時把陰影跟目標一起提取出來了。這嚴重影響了真實目標的提取、跟蹤和行為分析。在智能視頻監控應用中，如何消除陰影是一個關鍵並且非常難於解決的問題之
O
[0003]目前，存在多種陰影檢測方法以消除圖像中的陰影，但均存在缺陷，例如:(1)基於顏色模型的陰影檢測方法，通過陰影像素點和背景像素點在色調上的差異比較小的特點，識別出陰影。但基於這種方法對檢測到的陰影進行消除的效果不佳；(2)基於目標幾何特徵的陰影檢測方法，計算位置參數，建立3D模型從而消除陰影。而計算位置參數建立模型，實現較為複雜，並且很難滿足實時視頻處理的性能要求，
[0004]綜上所述，通過顏色模型、陰影幾何特徵等檢測陰影的方法，從消除陰影的效果和實現上，都是不太理想的。
[0005]針對相關技術中的上述問題，目前尚未提出有效的解決方案。
【發明內容】
[0006]針對相關技術中，現有的陰影檢測消除方法存在的陰影消除效果不佳，實現較為複雜等技術問題，本發明提供一`種視頻圖像中陰影的檢測方法及裝置，以至少解決上述技術問題。
[0007]根據本發明的一個方面，提供了一種視頻圖像中陰影的檢測方法，包括:獲取當前幀圖像中被監控目標的目標特徵；在預設旋轉範圍內對獲取的每個目標特徵進行旋轉；將旋轉得到的每個目標特徵與預處理後的當前幀圖像進行匹配，其中，預設旋轉範圍為當前幀圖像中被監控目標在光源位置變化範圍內產生的陰影的變化範圍；將與當前幀圖像匹配的目標特徵所在區域確定為被監控目標的陰影區域。
[0008]上述預設旋轉範圍通過以下方式獲取:將被監控目標在地面上的垂直方向作為目標方向；在光源位置變化範圍內，獲取當前幀圖像中與目標方向形成最大夾角和最小夾角的陰影方向，將最大夾角和最小夾角的角度範圍作為預設旋轉範圍。
[0009]獲取當前幀圖像中被監控目標的目標特徵之前，包括:獲取被監控目標的輪廓；獲取輪廓範圍內的被監控目標的角點特徵，其中，角點特徵用於描述目標特徵。
[0010]上述目標特徵為當前幀圖像的角點特徵，將旋轉得到的每個上述目標特徵與預處理後的當前幀圖像進行匹配，包括:將當前幀圖像的角點特徵與獲取的輪廓範圍內的角點特徵進行匹配；將與當前幀圖像匹配的目標特徵所在區域確定為被監控目標的陰影區域，包括:將匹配成功的當前幀圖像的角點特徵確定為陰影的角點特徵，其中，陰影的角點特徵所在區域為陰影區域。
[0011]將與當前幀圖像匹配的目標特徵所在區域確定為被監控目標的陰影區域之後，包括:將陰影區域在當前幀圖像中濾除。
[0012]根據本發明的另一個方面，提供了一種視頻圖像中陰影的檢測裝置，包括:獲取模塊，用於獲取當前幀圖像中被監控目標的目標特徵；旋轉模塊，用於在預設旋轉範圍內對獲取的每個目標特徵進行旋轉；匹配模塊，將旋轉得到的每個目標特徵與預處理後的當前幀圖像進行匹配，其中，預設旋轉範圍為當前幀圖像中被監控目標在光源位置變化範圍內產生的陰影的變化範圍；確定模塊，用於將與當前幀圖像匹配的目標特徵所在區域確定為被監控目標的陰影區域。
[0013]上述預設旋轉範圍通過以下方式獲取:將被監控目標在地面上的垂直方向作為目標方向；在光源位置變化範圍內，獲取當前幀圖像中與目標方向形成最大夾角和最小夾角的陰影方向，將最大夾角和最小夾角的角度範圍作為預設旋轉範圍。
[0014]上述獲取模塊，還用於獲取被監控目標的輪廓；以及獲取輪廓範圍內被監控目標的角點特徵，其中，角點特徵用於描述目標特徵。
[0015]上述匹配模塊，還用於在目標特徵為當前幀圖像的角點特徵的情況下，將當前幀圖像的角點特徵與獲取的輪廓範圍內的角點特徵進行匹配；上述確定模塊，還用於將匹配成功的當前幀圖像的角點特徵確定為陰影的角點特徵，其中，陰影的角點特徵所在區域為陰影區域。
[0016]上述裝置還包括:過濾模塊，用於將陰影區域在當前幀圖像中濾除。
[0017]通過本發明，採用在被監控目標方向與其陰影方向的夾角範圍內旋轉提取的當前幀圖像中每個目標特徵，與預處理後的當前幀圖像進行匹配的技術手段，解決了相關技術中，現有的陰影檢測消除方法存在的陰影消除效果不佳，實現較為複雜等技術問題，從而增強了陰影消除的效果，並且實現簡單，能夠滿足視頻實時分析處理的要求。
【專利附圖】
【附圖說明】
[0018]此處所說明的附圖用來提供對本發明的進一步理解，構成本申請的一部分，本發明的示意性實施例及其說明用於解釋本發明，並不構成對本發明的不當限定。在附圖中:
[0019]圖1為根據本發明實施例的視頻圖像中陰影的檢測方法的流程圖；
[0020]圖2為根據本發明實施例的視頻圖像中陰影的檢測裝置的結構框圖；
[0021]圖3為根據本發明優選實施例的視頻圖像中陰影的檢測裝置的結構示意圖；
[0022]圖4為根據本發明實施例的人工輔助陰影檢測方法的流程圖；
[0023]圖5為根據本發明實施例的目標提取系統的結構框圖；
[0024]圖6為根據本發明實施例的設置目標方向和陰影方向原理示意圖；
[0025]圖7為根據本發明實施例的目標輪廓的示意圖；
[0026]圖8為基於圖7所示實施例的目標輪廓內的角點特徵示意圖；
[0027]圖9為根據本發明實施例的旋轉目標角點特徵進行匹配的過程示意圖；
[0028]圖10為根據本發明實施例的提取當前圖像中的角點特徵的示意圖。
【具體實施方式】[0029]下文中將參考附圖並結合實施例來詳細說明本發明。需要說明的是，在不衝突的情況下，本申請中的實施例及實施例中的特徵可以相互組合。
[0030]圖1為根據本發明實施例的視頻圖像中陰影的檢測方法的流程圖。如圖1所示，該方法包括:
[0031]步驟S102，獲取當前幀圖像中被監控目標的目標特徵；
[0032]步驟S104,在預設旋轉範圍內對獲取的每個所述目標特徵進行旋轉；
[0033]步驟S106，將旋轉得到的每個上述目標特徵與預處理後的當前幀圖像進行匹配，其中，上述預設旋轉範圍為當前幀圖像中被監控目標在光源位置變化範圍內產生的陰影的變化範圍；
[0034]步驟S108，將與當前幀圖像匹配的目標特徵所在區域確定為被監控目標的陰影區域。
[0035]採用上述處理步驟，由於採用根據當前幀圖像中被監控目標在光源位置變化範圍內產生的陰影的變化範圍對陰影進行檢測的技術手段，因此，可以有效地對陰影進行識別，並基於此，可以有效地消除圖像中的陰影，同時由於檢測實現簡單，能夠滿足視頻實時分析處理的要求。
[0036]在步驟S102中，可以實時獲取被監控目標的目標特徵，也可以從目標特徵庫中獲取。
[0037]上述預設旋轉範圍可以由人工預先測量獲取得到，此時，需要將被監控目標在地面上的垂直方向作為目標方向；在光源位置變化範圍內，獲取當前幀圖像中與所述目標方向形成最大夾角和最小夾角的陰影方向，將上述最大夾角和最小夾角的角度範圍作為預設旋轉範圍。
[0038]在步驟S106中，可以採用角點特徵匹配的方式進行匹配，在這種情況下，在獲取當前幀圖像中被監控目標的目標特徵之前，需要進行以下處理過程:獲取被監控目標的輪廓(可以是手工方式繪製獲取)；獲取輪廓範圍內的被監控目標的角點特徵，其中，所述角點特徵用於描述所述目標特徵。
[0039]基於上述處理過程，為了實現角點特徵匹配的方式，在獲取的上述目標特徵為當前幀圖像的角點特徵時，將與當前幀圖像匹配的目標特徵所在區域確定為所述被監控目標的陰影區域，包括:將當前幀圖像的角點特徵與獲取的輪廓範圍內的角點特徵進行匹配。此時，將匹配成功的當前幀圖像的角點特徵確定為陰影的角點特徵，其中，該陰影的角點特徵所在區域為陰影區域。
[0040]為了實現圖像的去陰影效果，在步驟S108即將與當前幀圖像匹配的目標特徵所在區域確定為陰影區域之後，包括:將上述陰影區域在當前幀圖像中濾除。
[0041]在本發明的一個優選實施過程中，上述各個處理過程及優選實施過程可以表現為以下實現形式:
[0042]首先，攝像頭採集每一幀視頻圖像。
[0043]然後手工設置目標方向和陰影方向。設置目標方向時，設置目標在地面上的垂直方向。設置陰影方向時，即是在光源位置變化範圍內，目標形成的陰影的變化方向，只需記錄下兩個陰影方向:一是與目標方向形成的最大夾角的陰影方向，另一個是與目標方向形成的最小夾角的陰影方向。兩個夾角描述了陰影變化的範圍。[0044]然後手工輔助提取目標特徵。使用曲線勾畫出目標的輪廓，然後使用角點檢測算法，提取曲線描述範圍內的角點，用以描述目標特徵。角點在保留圖像圖形重要特徵的同時，可以有效地減少信息的數據量，使其信息的含量很高，有效地提高了計算的速度，有利於圖像的可靠匹配，使得實時處理成為可能。對於一些常見目標，可以保存該目標特徵，錄入目標特徵庫。
[0045]特徵匹配時，使用目標特徵庫中的每一個目標角點特徵，匹配圖像中的陰影的角點特徵。由於目標與陰影都具有相似的輪廓，只是方向不同，因此使用角點特徵匹配能夠檢測出目標陰影。檢測方法是:從實時視頻流中選擇一幀圖像，經過預處理後，使用角點檢測算法提取該幀圖像上的角點。然後從目標特徵庫中，選擇每一個目標特徵。根據預先設置的夾角範圍，將目標特徵旋轉一定的角度。與視頻幀圖像上的目標角點特徵匹配，識別出目標陰影。
[0046]設置夾角範圍後，可限制陰影檢測的範圍，有效避免相似的目標物體被過濾。
[0047]最後消除陰影。對匹配成功的陰影區域，直接過濾該區域內的目標。
[0048]基於上傳處理步驟，在本優選實施方式中還提供一種目標提取系統，以實現上述處理過程，該目標提取系統包括:視頻圖像採集模塊，設置模塊，目標特徵庫維護模塊，特徵匹配模塊，陰影消除模塊。其中，
[0049]視頻圖像採集模塊，用於採集實時的視頻幀圖像；
[0050]設置模塊，用於設置目標方向和陰影方向，並計算目標方向和陰影方向之間的夾角範圍，用以限制目標特徵旋轉範圍。
[0051]目標特徵庫維護模塊，用於手工輔助描述目標輪廓，然後通過角點檢測算法，提取目標特徵，錄入特徵庫。
[0052]特徵匹配模塊，用於識別視頻圖像幀中的陰影。對特徵庫裡面的每一個目標特徵，根據預設的夾角範圍，旋轉一定角度後，與預處理後的視頻圖像幀進行匹配，識別出目標陰影。
[0053]陰影消除模塊，用於消除陰影區域。對於特徵匹配模塊識別後的陰影區域，直接過濾該區域內的目標。
[0054]在本實施例中還提供了一種視頻圖像中陰影的檢測裝置，用於實現上述實施例及優選實施方式，已經進行過說明的不再贅述，下面對該裝置中涉及到的模塊進行說明。如以下所使用的，術語「模塊」可以實現預定功能的軟體和/或硬體的組合。儘管以下實施例所描述的裝置較佳地以軟體來實現，但是硬體，或者軟體和硬體的組合的實現也是可能並被構想的。圖2為根據本發明實施例的視頻圖像中陰影的檢測裝置的結構框圖。如圖2所示，該裝置包括:
[0055]獲取模塊20，連接至旋轉模塊22，用於獲取當前幀圖像中被監控目標的目標特徵；
[0056]旋轉模塊22，連接至匹配模塊24，用於在預設旋轉範圍內對獲取的每個所述目標特徵進行旋轉；
[0057]匹配模塊24，連接至確定模塊26，將旋轉得到的每個上述目標特徵與預處理後的當前幀圖像進行匹配，其中，上述預設旋轉範圍為當前幀圖像中被監控目標在光源位置變化範圍內產生的陰影的變化範圍；[0058]確定模塊26，用於將與當前幀圖像匹配的目標特徵所在區域確定為所述被監控目標的陰影區域。
[0059]通過上述各個處理模塊所實現的功能，同樣可以採用根據當前幀圖像中被監控目標在光源位置變化範圍內產生的陰影的變化範圍對陰影進行檢測，因此，也可以有效地對陰影進行識別，並基於此，可以有效地消除圖像中的陰影，同時由於檢測實現簡單，能夠滿足視頻實時分析處理的要求
[0060]在本發明的一個優選實施方式中，上述預設旋轉範圍通過以下方式獲取:將被監控目標在地面上的垂直方向作為目標方向；在所述光源位置變化範圍內，獲取當前幀圖像中與所述目標方向形成最大夾角和最小夾角的陰影方向，將所述最大夾角和所述最小夾角的角度範圍作為所述預設旋轉範圍。
[0061]優選地，上述獲取模塊20，還用於獲取被監控目標的輪廓；以及獲取所述輪廓範圍內被監控目標的角點特徵，其中，所述角點特徵用於描述所述目標特徵。
[0062]優選地，上述匹配模塊22，還用於在所述目標特徵為當前幀圖像的角點特徵的情況下，將當前幀圖像的角點特徵與獲取的所述輪廓範圍內的角點特徵進行匹配；確定模塊26，還用於將匹配成功的當前幀圖像的角點特徵確定為陰影的角點特徵，其中，陰影的角點特徵所在區域為陰影區域。
[0063]優選地，如圖3所示，上述裝置還可以包括:過濾模塊28，用於將所述陰影區域在當前幀圖像中濾除。
[0064]為了更好地理解上述實施例，以下結合相關附圖和具體實施例詳細說明
[0065]實施例
[0066]本實施例提供一種人工輔助陰影檢測方法，如圖4所示，該方法包括以下步驟:
[0067]步驟S402，攝像頭採集視頻圖像。
[0068]步驟S404，設置陰影方向和目標方向，計算陰影方向與目標方向之間的夾角範圍。用以限制識別陰影的方向，縮小匹配範圍。
[0069]步驟S406，使用曲線畫出目標輪廓，採用角點檢測算法提取目標特徵，錄入目標特徵庫。
[0070]步驟S408，在夾角範圍內旋轉目標輪廓特徵，使用角點特徵匹配陰影:對特徵庫中的每一個目標特徵，在夾角範圍內旋轉目標輪廓特徵；對視頻幀經過預處理後，得到灰度圖，提取灰度圖的角點特徵，然後使用旋轉後的目標角點特徵與灰度圖的角點特徵匹配，識別出陰影。
[0071]步驟S410，消除陰影:標註識別出陰影的區域，該區域不作為目標提取區域。
[0072]在本實施例中，還提供了一種一種人工輔助提取目標系統，如圖5所示，該系統包括:視頻圖像採集模塊50，設置模塊52，特徵提取模塊54，特徵匹配模塊56，陰影消除模塊58，其中:
[0073]視頻圖像採集模塊50，連接至設置模塊52和特徵提取模塊54，用於採集視頻圖像數據。一般設備包括IPC (網絡攝像機)、DVS (網絡視頻伺服器)、DVR (硬碟錄像機)；
[0074]設置模塊52，連接至特徵匹配模塊56，用於獲取目標方向和陰影方向(可以採用手工方式設置獲取)，計算目標方向與陰影方向之間夾角範圍，用以限制目標特徵的旋轉範圍；[0075]特徵提取模塊54，連接至特徵匹配模塊56，在勾畫出目標輪廓後，使用角點檢測算法計算區域內的目標角點，形成目標特徵，錄入特徵庫；
[0076]特徵匹配模塊56，連接至陰影消除模塊58，選擇視頻圖像採集模塊50採集的一幀圖像，經過預處理後得到灰度圖，然後使用角點檢測模塊提取灰度圖上的角點；對特徵庫中的目標特徵，根據設置模塊52計算的角度範圍，旋轉目標特徵的角度後，與灰度圖上的角點特徵匹配，匹配成功的區域即為陰影區域；
[0077]陰影消除模塊58，對特徵匹配模塊56檢測到的區域，直接過濾該區域內的目標檢索。
[0078]對於上述設計系統，本發明還具體的描述了設置目標方向和陰影方向原理，如圖6所示:
[0079]設置目標方向，設置目標在地面上的垂直方向；
[0080]設置陰影方向，設置強光源如太陽光照射下的陰影方向，可選擇早上、中午、晚上時間點，目標投射的陰影的方向；
[0081]計算目標方向與陰影方向構成的夾角範圍，由目標方向和陰影方向構成的夾角，該夾角可限制在一個範圍之內，用以控制目標角點特徵的旋轉角度。
[0082]圖7為根據本發明實施例的目標輪廓的示意圖，圖7中虛線曲線即為人工輔助描述目標輪廓線；
[0083]然後通過角點檢測算法，提取目標角點特徵。角點是圖像很重要的特徵，一般為兩條線的交叉處，也可以是位於相鄰的兩個主要方向不同的事物上的點，如圖8所示的黑點，為提取出的目標角點。使用線段連接的角點，是為了便於理解閱讀，線段並不用於角點特徵匹配。
[0084]如圖9所示，根據設置的目標方向和陰影方向的角度範圍，，在該角度範圍內旋轉目標角點特徵，旋轉後的角點特徵，用於匹配視頻幀圖像中的角點(圖9中的黑點)；
[0085]圖10為根據本發明實施例的提取當前圖像中的角點特徵的示意圖。如圖10所示，對從視頻採集設備獲取的一幀視頻圖像，經過預處理後得到灰度圖像，然後使用角點檢測方法提取圖像中的角點。然後使用圖9旋轉後的角點特徵與圖10上提取的角點特徵(圖10中的黑點)匹配。匹配過程中，為了提升準確性，可容忍一定範圍內的角點偏移或丟失。匹配成功者即為該目標在光源下投射的陰影。
[0086]使用本實施例中的檢測方案，檢測目標陰影，效果明顯，而且對性能要求低，能夠滿足實時視頻分析處理。
[0087]綜上所述，採用本發明實施例中的檢測方法消除陰影，效果明顯優於其它算法。能準確的提取出實際目標，避免陰影對目標識別和跟蹤的影響。同時方案實現簡單，性能表現優異，可以很好的應用於視頻監控等領域
[0088]在另外一個實施例中，還提供了一種軟體，該軟體用於執行上述實施例及優選實施方式中描述的技術方案。
[0089]在另外一個實施例中，還提供了一種存儲介質，該存儲介質中存儲有上述軟體，該存儲介質包括但不限於:光碟、軟盤、硬碟、可擦寫存儲器等。
[0090]顯然，本領域的技術人員應該明白，上述的本發明的各模塊或各步驟可以用通用的計算系統來實現，它們可以集中在單個的計算系統上，或者分布在多個計算系統所組成的網絡上，可選地，它們可以用計算系統可執行的程序代碼來實現，從而，可以將它們存儲在存儲系統中由計算系統來執行，並且在某些情況下，可以以不同於此處的順序執行所示出或描述的步驟，或者將它們分別製作成各個集成電路模塊，或者將它們中的多個模塊或步驟製作成單個集成電路模塊來實現。這樣，本發明不限制於任何特定的硬體和軟體結合。
[0091]以上所述僅為本發明的優選實施例而已，並不用於限制本發明，對於本領域的技術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。
【權利要求】
1.一種視頻圖像中陰影的檢測方法，其特徵在於，包括: 獲取當前幀圖像中被監控目標的目標特徵； 在預設旋轉範圍內對獲取的每個所述目標特徵進行旋轉； 將旋轉得到的每個所述目標特徵與預處理後的當前幀圖像進行匹配，其中，所述預設旋轉範圍為當前幀圖像中被監控目標在光源位置變化範圍內產生的陰影的變化範圍； 將與當前幀圖像匹配的目標特徵所在區域確定為所述被監控目標的陰影區域。
2.根據權利要求1所述的方法，其特徵在於，所述預設旋轉範圍通過以下方式獲取: 將被監控目標在地面上的垂直方向作為目標方向；在所述光源位置變化範圍內，獲取當前幀圖像中與所述目標方向形成最大夾角和最小夾角的陰影方向，將所述最大夾角和所述最小夾角的角度範圍作為所述預設旋轉範圍。
3.根據權利要求1所述的方法，其特徵在於，獲取當前幀圖像中被監控目標的目標特徵之前，包括: 獲取被監控目標的輪廓； 獲取所述輪廓範圍內的被監控目標的角點特徵，其中，所述角點特徵用於描述所述目標特徵。
4.根據權利要求3所述的方法，其特徵在於， 所述目標特徵為當前幀圖像的角點特徵，將旋轉得到的每個上述目標特徵與預處理後的當前幀圖像進行匹配，包括 :將當前幀圖像的角點特徵與獲取的所述輪廓範圍內的角點特徵進行匹配； 將與當前幀圖像匹配的目標特徵所在區域確定為所述被監控目標的陰影區域，包括:將匹配成功的當前幀圖像的角點特徵確定為陰影的角點特徵，其中，所述陰影的角點特徵所在區域為陰影區域。
5.根據權利要求1至4任一項所述的方法，其特徵在於，將與當前幀圖像匹配的目標特徵所在區域確定為所述被監控目標的陰影區域之後，包括: 將所述陰影區域在當前幀圖像中濾除。
6.一種視頻圖像中陰影的檢測裝置，其特徵在於，包括: 獲取模塊，用於獲取當前幀圖像中被監控目標的目標特徵； 旋轉模塊，用於在預設旋轉範圍內對獲取的每個所述目標特徵進行旋轉； 匹配模塊，將旋轉得到的每個所述目標特徵與預處理後的當前幀圖像進行匹配，其中，所述預設旋轉範圍為當前幀圖像中被監控目標在光源位置變化範圍內產生的陰影的變化範圍； 確定模塊，用於將與當前幀圖像匹配的目標特徵所在區域確定為所述被監控目標的陰影區域。
7.根據權利要求6所述的裝置，其特徵在於，所述預設旋轉範圍通過以下方式獲取: 將被監控目標在地面上的垂直方向作為目標方向；在所述光源位置變化範圍內，獲取當前幀圖像中與所述目標方向形成最大夾角和最小夾角的陰影方向，將所述最大夾角和所述最小夾角的角度範圍作為所述預設旋轉範圍。
8.根據權利要求6所述的裝置，其特徵在於， 所述獲取模塊，還用於獲取被監控目標的輪廓；以及獲取所述輪廓範圍內被監控目標的角點特徵，其中，所述角點特徵用於描述所述目標特徵。
9.根據權利要求8所述的裝置，其特徵在於， 所述匹配模塊，還用於在所述目標特徵為當前幀圖像的角點特徵的情況下，將當前幀圖像的角點特徵與獲取的所述輪廓範圍內的角點特徵進行匹配； 所述確定模塊，還用於將匹配成功的當前幀圖像的角點特徵確定為陰影的角點特徵，其中，所述陰影的角點特徵所在區域為陰影區域。
10.根據權利要求6至9任一項所述的裝置，其特徵在於，還包括: 過濾模塊，用於 將所述陰影區域在當前幀圖像中濾除。
【文檔編號】G06T7/00GK103455998SQ201210181089
【公開日】2013年12月18日 申請日期:2012年6月4日 優先權日:2012年6月4日
【發明者】曾剛, 王東 申請人:中興通訊股份有限公司